머신러닝을 정리할 겸 한빛미디어가 진행하는 혼공 학습단 5기에 참여했다. 1, 2장에 대해 학습을 진행했다.

기본 미션: 7-1장 문제 풀이

  1. 어떤 인공 신경망의 입력 특성이 100개이고 밀집층에 있는 뉴런 개수가 10개일 때 필요한 모델 파라미터의 개수는 몇 개인가요? (3) 1,010개 (100 * 10 + 10)

  2. 케라스의 Desnse 클래스를 사용해 신경망의 출력층을 만들려고 합니다. 이 신경망이 이진 분류 모델이라면 activation 매개변수에 어떤 활성화 함수를 지정해야 하나요? (2) ‘sigmoid’

  3. 케라스 모델에서 손실 함수와 측정 지표 등을 지정하는 메서드는 무엇인가요? (4) compile

  4. 정수 레이블을 타깃으로 가지는 다중 분류 문제일 때 케라스 모델의 compile() 메서드에 지정할 손실 함수로 적절한 것은 무엇인가요? (1) sparse_categorical_crossentropy

선택 미션: 7-2장 문제 풀이

  1. 다음 중 모델의 add() 메서드 사용법이 올바른 것은 어떤 것인가요? (2) model.add(keras.layers.Dense(10, activation='relu'))

  2. 크기가 300 x 300인 입력을 케라스 층으로 펼치려고 합니다. 다음 중 어떤 층을 사용해야 하나요? (2) Flatten

  3. 다음 중에서 이미지 분류를 위한 심층 신경망에 널리 사용되는 케라스의 활성화 함수는 무엇인가요? (3) relu

  4. 다음 중 적응적 학습률을 사용하지 않는 옵티마이저는 무엇인가요? (1) SGD